Segmentasi Iris Mata Penderita Penyakit

Segmentasi Iris Mata Penderita Penyakit…

Copyright @2017, Universitas Klabat Anggota CORIS, ISSN: 2541-2221/e-ISSN: 2477-8079

100

Segmentasi Iris Mata Penderita Penyakit Ginjal Dengan

Metode Hough Transform Dan Integro-Differential

Operator

1Maria Angelina Sumampouw Tawas, 2Michella Destalia Kalangi dan 3Reymon Rotikan

Universitas Klabat; Jln. Arnold Mononutu, Airmadidi – Minahasa Utara 1,2,3Program Studi Sistem Informasi, Universitas Klabat, Airmadidi

e-mail: [email protected], [email protected] [email protected]

Abstrak

Iris merupakan bagian penting pada mata yang mempunyai pola yang dapat

mendeskripsikan kondisi organ tubuh, mengetahui kondisi psikologi, dan membedakan tiap

individu. Iris mata sering digunakan sebagai dasar pengenalan biometrik khususnya dalam

ilmu iridologi. Iridologi adalah suatu metode kedokteran yang menyatakan bahwa setiap

bagian organ pada tubuh dapat direpresentasikan dengan wilayah yang terdapat pada iris

mata. Untuk membuat dataset, membutuhkan 4 tahapan umum, yaitu segmentation,

normalization, extraction, dan matching. Namun untuk melakukan penelitian khususnya bidang

iridologi, sering terkendala dengan ketidaktersediaannya dataset penyakit, dan proses yang

cukup sulit karena untuk mendeteksi lingkaran dalam dan luar iris mata membutuhkan gambar

yang jelas, karena itu tahap ini seringkali tidak berhasil. Pada penelitian ini, peneliti

melakukan penelitian dataset penyakit ginjal menggunakan metode hough transform dan

integro-differential dengan hanya memfokuskan pada tahapan segmentasi saja. Dari 19 gambar

iris mata yang diuji, pada metode hough transform tingkat akurasi yang didapatkan adalah

5,26%, sedangkan metode integro-differential operator yaitu 42,10%.

Kata kunci : Iris mata, Iridologi, Segmentasi iris, Hough Transform, Integro-differential

Operator

Abstract

Iris is an important part of eye which have a pattern that can describe the condition of

body organ, psychological condition, and differentiate each individuals. Iris are usually used as

the basic biometrics introduction, especially in Iridology. Irodology is a doctoral method which

states that each organ in the body can be represented with Iris. To create a dataset, it needs to

go through 4 general phase, which is segmentation, normalization, extraction, and matching,

but to do research on Irodology field, researcher usually have dificulty with the lack of disease

dataset, and it needs to go through complicated process, because to detect inner and outer

circle of Iris it needs a clear picture which is the reason some research are not successfull. In

this research, the researcher is trying to create kidney disease dataset using hough transform

and integro-differential operator method that only focus on the segmentation phase. From 19

tested Iris image, the hough transform method gets 5,26%, whilst the integro-differential

operator method get 42,10% accuracy.

Keywords : Iris eye, Iridology, Iris Segmentation, Hough Transform, Integro-differential

Cogito Smart Journal/VOL. 3/NO. 1/JUNI 2017

101

1. PENDAHULUAN

Iris merupakan bagian penting pada mata yang berfungsi untuk mengatur jumlah cahaya

yang masuk ke dalam mata, dan terletak pada bagian depan bola mata diantara kornea dan lensa

mata. Iris mempunyai pola yang sangat kompleks yang meliputi kriptus, furrows, corona,

lengkungan ligamen, bintik-bintik, dan lain lain [1]. Dari pola-pola tersebut dapat

mendeskripsikan kondisi organ tubuh, mengetahui kondisi psikologi, dan membedakan tiap

individu, sehingga iris mata sering digunakan sebagai dasar pengenalan biometrics khususnya

dalam ilmu iridologi. Iridologi adalah suatu metode kedokteran yang menyatakan bahwa setiap

bagian organ pada tubuh dapat direpresentasikan dengan wilayah yang terdapat pada iris mata

[2]. Hal ini dapat dijadikan pedoman untuk melakukan diagnosis terhadap berbagai penyakit,

salah satunya adalah penyakit ginjal.

Namun untuk melakukan penelitian khususnya di bidang iridologi atau medis pada

bagian iris mata, sering terkendala dengan tidak tersediaannya dataset penyakit, sehingga

mempersulit peneliti yang sedang melakukan penelitian berkaitan dengan iridologi. Pada saat ini,

banyak dataset yang tersedia tetapi hanya untuk iris mata normal yang tidak teridentifikasi

penyakit. Salah satu penyedia dataset iris mata, yaitu : CASIA (Chinese Academy of Sciences)

[3]. Sample yang diambil oleh CASIA untuk membuat dataset hanya dilihat pada tingkat

pencahayaan pada saat pengambilan gambar dan jarak antara kamera dan iris mata saja.

Gambar 1 – Grafik prevalensi ginjal kronis tiap provinsi [4]

Dalam penelitian ini, peneliti mencoba membuat dataset penyakit khususnya pada

penyakit ginjal karena berdasarkan grafik di tahun 2013 dengan menggunakan unit analisis

individu menunjukkan bahwa secara nasional 0,2% penduduk Indonesia menderita penyakit

ginjal. Jika saat ini penduduk Indonesia sebesar 252.124.458 jiwa, maka terdapat 504.248 jiwa

yang menderita penyakit ginjal [4]. Maka itu merupakan suatu kondisi yang cukup mengejutkan.

Oleh karena itu kami mengambil kami mengambil sample penyakit ginjal untuk penelitian ini.

Sedangkan di Sulawesi Utara sendiri, mempunyai presentase penderita penyakit ginjal sebesar

0.45%. Penelitian ini diharapkan dapat membantu peneliti selanjutnya dalam pembuatan aplikasi

yang berhubungan dengan iris mata khususnya pada penyakit ginjal kronis.

Untuk membuat dataset, membutuhkan 4 tahapan umum, yaitu segmentation,

normalization, extraction, dan matching. Namun pada penelitian ini, peneliti lebih memfokuskan

pada tahapan pertama, yaitu tahap segmentasi saja. Dikarenakan proses segmentasi adalah proses

yang cukup sulit, karena untuk mendeteksi lingkaran dalam dan luar iris mata membutuhkan

gambar yang jelas, karena itu seringkali tahap ini sering tidak berhasil. Untuk membuat dataset

segmentasi iris mata, dalam penelitian ini digunakan dua metode segmentasi, yaitu hough

transform [5] dan integro-differential operator [6].

Penelitian ini membuat dataset iris mata dari pasien penyakit ginjal menggunakan

metode hough-transform dan integro-differential operator.


102

2. METODE PENELITIAN

Gambar 2. Diagram pembuatan dataset iris mata

Tahapan-tahapan yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 2.

Tahap pertama yang dilakukan yaitu mengidentifikasi masalah yang terkait dengan penyakit

yang dapat diidentifikasi menggunakan iris mata, dengan mencari referensi atau literatur terkait.

Berdasarkan hasil studi literatur, didapati penyakit ginjal dapat diketahui dan dianalisis melalui

iris mata. Setelah itu dilakukan proses pengumpulan data, yaitu berupa foto mata dari pasien

yang teridentifikasi berpenyakit ginjal dengan mengunjungi pusat Hemodialisa pada Rumah

Sakit Umum Provinsi Prof. R. D. Kandou, Manado. Proses pengambilan gambar mata pasien

menggunakan alat bantu berupa kamera digital PowerShot SC520 HS dan senter Diagnostic

Lamp General Care. Cara pengambilan gambar mata dilakukan dengan memberikan jarak

antara kamera dengan mata pasien sejauh kurang lebih 6cm, dengan pengaturan cahaya 2000.00

Lx. Gambar mata yang telah didapatkan diolah terlebih dahulu dengan cara melakukan cropping

gambar menjadi berukuran 640 x 480 pixel pada bagian selain mata, dan mengubah gambar dari

RGB (Red Green Blue) menjadi greyscale menggunakan aplikasi pengolahan gambar Adobe

Photoshop. Selanjutnya dilakukan proses segmentasi iris mata dengan metode hough transform

dan integro-differential operator menggunakan tools Matlab. Selain itu dikembangkan juga

sebuah aplikasi Web dengan menggunakan framework CodeIgniter untuk menyimpan gambar

hasil segmentasi iris mata pasien penderita penyakit ginjal.


103

2.1 Iris Mata

Gambar 3 - Iris Mata [7]

Iris atau selaput pelangi merupakan bagian pada bola mata manusia diantara bagian

hitam pada pupil dengan warna-warna tertentu. Terdapat beberapa warna mata iris mata yang

umum ditemui tergantung ras dan etniknya, yaitu: warna cokelat, warna biru, dan warna hazel.

Letak dari iris yaitu dibelakang kornea, dan aqueous, serta berada di depan lensa mata [2].

Gambar 3 - Iridology Chart [8]

Iris pada mata sering dijadikan sebagai basis sistem biometrik karena memiliki tekstur

yang terperinci untuk setiap orang, dan dapat digunakan untuk mendiagnosa penyakit. Untuk

mendeteksi iris mata sendiri adalah dengan menggunakan ilmu iridologi. Pada gambar II.2

merupakan peta iris mata atau Iridology Chart. Iridologi adalah suatu metode kedokteran yang

menyatakan bahwa tiap bagian pada tubuh menyatakan bahwa tiap bagian pada tubuh

direpresentasikan dengan wilayah yang terdapat pada iris mata [2]. Keuntungan mengidentifikasi

menggunakan iris mata [9], yaitu sebagai berikut:

1. Iris terisolasi dan terlindung dari lingkungan luar.

2. Pada iris tidak mungkin dilakukan operasi untuk modifikasi tanpa menyebabkan cacat

pada mata.

3. Stabil (dalam hal jumlah dan posisinya) sepanjang hidup manusia.

4. Tidak bergantung pada sifat genetik sehingga iris-iris yang berasal dari genotype yang

sama tidak memiliki keterhubungan sama sekali.

5. Mempunyai tekstur dan struktur yang kompleks.


104

2.2 Segmentasi Iris Mata

Segmentasi iris mengacu pada penentuan batas luar lingkaran iris dan batas dalam

lingkaran iris karena seringkali daerah iris dapat tertutupi oleh kelopak mata atau bulu mata

sehingga akan menghilangkan informasi pola tekstur pada iris. Segmentasi berperan penting

dalam iris recognition system. Hal ini dikarenakan segmentasi yang kurang bagus dapat

mengurangi efektifitas atau bahkan tidak dapat membaca iris mata tersebut [6]. Terdapat dua

metode segmentasi yang sering digunakan, yaitu: Transformasi Hough dan Integrodifferential

Operator. Kinerja dari segmentasi iris mata sangat bergantung pada kemampuannya untuk

memisahkan iris dari bagian lain pada mata.

2.2.1 Hough Transform

Transformasi Hough merupakan teknik yang digunakan untuk mendeteksi objek dalam

berbagai bentuk seperti garis, lingkaran, dan elips. Keuntungan dari Transformasi Hough adalah

dapat memberikan hasil lebih cepat dan sama dengan pencocokan pola dan dapat mampu

mentoleransi noise [5]. Algoritma yang digunakan dalam transformasi Hough, adalah sebagai

berikut:

1. Menentukan peta tepi yang bertujuan untuk menurunkan jumlah titik dalam pencarian

ruang bagi objek, serta mencari pengaruh adanya bulu mata dan kelopak mata terhadap

daerah lingkaran iris.

2. Melakukan pemungutan suara (voting) untuk mengestimasi nilai parameter lingkaran

yang melewati setiap titik tepi. Setiap titik pada peta memberikan suara untuk beberapa

kombinasi parameter. Parameter yang memperoleh suara terbanyak dipilih sebagai

pemenang.

2.2.2 Integro-Differential Operator

Integro-Differential Operator digunakan untuk mencari batas-batas lingkaran iris, batas

kelopak mata bagian atas dan bawah. Integro-Differential Operator dalam matematika

merupakan sebuah operator atau rumus yang mengandung fungsi integral dan turunan sekaligus.

Rumus matematika yang digunakan untuk menemukan lingkaran iris, adalah sebagai berikut [6]:

𝒎𝒂𝒙 (𝑟, 𝑥0, 𝑦0) |𝐺𝜎(𝑟) ∗𝜕

𝜕𝑟∮𝑟,𝑥0,𝑦0

𝐼(𝑥, 𝑦)

2𝜋𝑟𝑑𝑠|

dimana,

𝐺𝜎(𝑟) = 1

√2𝜋𝜎𝑒𝑥𝑝

−((𝑟−𝑟0)2

2𝜎2 )

3. HASIL DAN PEMBAHASAN

Proses segmentasi gambar iris mata adalah sebagai berikut:

1. Peneliti melakukan studi literatur terhadap topik yang dipilih dan bagaimana cara

melakukan segmentasi menggunakan metode hough transform dan integro-differential

operator.

2. Peneliti melakukan pengambilan gambar iris mata pasien penyakit ginjal di Rumah

Sakit Prof. Kandou Malalayang dengan jarak antara kamera dan mata pasien yaitu 6 cm

dengan cahaya 2000.00 Lx. Hasilnya adalah sebagai berikut:


105

Tabel 1 - Hasil Segmentasi Iris Mata

No Original Eyes

Segmentation

Hough Transform Integrodifferential

Operator

1

2

3

4

5


106

6

7

8

9

10


107

11

12

13

14

15

16


108

17

18

19

Dari Tabel 1, dapat dianalisis dan diketahui tingkat keberhasilan dari kedua algoritma

segmentasi yang digunakan dengan presentase perhitungan sebagai berikut :

Akurasi Segmentasi = Jumlah sample yang didapatkan

Jumlah sample yang berhasil 𝑥 10,

Dari kedua algoritma yang digunakan, akurasi dari kedua segmentasi yaitu sebagai

berikut :

Tabel 2 - Hasil Segmentasi Iris Mata

Technique

Sam

ple yang

berhasil

Jumlah

sample yang

didapatkan

Tingkat

Akurasi

Hough Transform 1 19 5.26 %

Integro-differential

Operator 8 19 42.10


109

4. KESIMPULAN

Berdasarkan uraian dan pembahasan yang telah dilakukan pada bab – bab sebelumnya,

maka hasil dari pengamatan ini dapat disimpulkan bahwa metode hough transform dan metode

integrodifferential dapat digunakan untuk tahapan segmentasi gambar pola iris mata, tetapi

metode intergrodifferential lebih baik dibandingkan dengan metode hough transform. Hal ini

terbukti berdasarkan data 19 foto iris mata pasien penyakit ginjal yang di ambil, dan di dapati

bahwa metode Integrodifferential mampu menghasilkan 8 segmentasi gambar yang jelas dan

tepat, sedangkan hough transform hanya mendapatkan 1 hasil segmentasi gambar yang tepat.

Dengan adanya penelitian ini diharapkan dapat membantu peneliti selanjutnya untuk

mendapatkan data iris mata pasien penyakit ginjal.

5. SARAN

Berdasarkan analisa dan kesimpulan di atas, maka dengan adanya penelitian ini saran

yang disampaikan peneliti adalah :

1. Untuk pengambilan gambar disrankan agar memakai kamera khusus agar gambar iris

mata terlihat dengan jelas, dan perhatikan tingkat cahaya saat melakukan pengambilan

gambar.

2. Data ini diharapkan dapat menjadi pedoman untuk penelitan selanjutnya dalam

membuat suatu aplikasi atau suatu penelitian mengenai iris mata pasien penyakit ginjal.

3. Data yang kami teliti ini bisa digunakan peneliti selanjutnya untuk ke tahap lebih lanjut

yaitu normalization, extraction dan matching.

4. Pada proses perbandingannya penelitan ini hanya menggunakan 2 metode, untuk

pengembangan lebih lanjut dapat dikembangkan dengan menambah metode lain dalam

perbandingannya.

DAFTAR PUSTAKA

[1] Daugman, J. G., 1993, High confidence visual recognition of persons by a test of

statistical independence," IEEE Transactions on Pattern Analysis and Machine

Intelligence, vol. 15, hal. 1148-1161.

[2] Fahmi, 2007, Perancangan Algoritma Pengolahan Citra Mata Menjadi Citra

Polar Iris Sebagai Bentuk Antara Sistem Biometrik, Universitas Sumatra Utara,

Medan.

[3] Biometrics Research Team, 2010, CASIA Iris Image Database Version 4.0

Chinese Academy of Sciences,

http://biometrics.idealtest.org/dbDetailForUser.do?id=4, diakses tanggal 4 July

2016.

[4] Pusat Data dan Informasi Kementrian Kesehatan RI, 2014, Hipertensi, Riskesdas,

Jakarta Selatan.

[5] Putra, D., 2010, Pengolahan Citra Digital, Andi, Yogyakarta.

[6] Jilela, R., Ross, A., Boddeti, V. N., Kumar, B. V. K V., Hu, X., Plemmons, R.,

and Pauca, P., 2013, An Evaluation of Iris Segmentation Algorithms in

Challenging Periocular Images, in Handbook of Iris Recognition, hal. 281-308,

Springer London, London.


110

[7] Glaucoma Research Foundation, 2016, Eye Anatomy,

http://www.glaucoma.org/glaucoma/anatomy-of-the-eye.php, diakses tanggal 20

Maret 2016.

[8] Westhuyzen, P. V. D., 2015, Iridology,

http://www.energeticherbals.com/iridology/, diakses tanggal 20 Maret 2016.

[9] Daugman, J., John Daugman's webpage, Cambridge University, Faculty of

Computer Science & Technology, Cambridge UK.,

http://www.cl.cam.ac.uk/~jgd1000/, diakses tangggl 21 Mei 2016.

http://www.cl.cam.ac.uk/~jgd1000/

Segmentasi Iris Mata Penderita Penyakit

Documents

Transcript of Segmentasi Iris Mata Penderita Penyakit